基于分类及相似性的图像型垃圾邮件检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·论文主要工作内容 | 第11页 |
| ·章节安排 | 第11-13页 |
| 第二章 图像型垃圾邮件检测技术综述 | 第13-30页 |
| ·图像型垃圾邮件介绍 | 第13-17页 |
| ·垃圾图像的构造与特点 | 第13-16页 |
| ·图像型垃圾邮件检测的难点 | 第16-17页 |
| ·图像型垃圾邮件检测算法分类 | 第17-20页 |
| ·基于规则的方法 | 第17-18页 |
| ·基于内容统计的方法 | 第18-19页 |
| ·其它检测方法 | 第19-20页 |
| ·图像检测特征分析 | 第20-27页 |
| ·元数据特征 | 第21页 |
| ·图像文本特征 | 第21-22页 |
| ·视觉特征 | 第22-27页 |
| ·行为特征 | 第27页 |
| ·向量度量方法 | 第27-28页 |
| ·论文采取的实验评价方式 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于分类的图像型垃圾邮件检测 | 第30-44页 |
| ·传统的图像型垃圾邮件检测算法 | 第30-31页 |
| ·方法的改进 | 第31-35页 |
| ·方法的依据 | 第31-32页 |
| ·方法描述与设计思路 | 第32-34页 |
| ·关键技术分析 | 第34-35页 |
| ·分层组合过滤器的设计 | 第35-39页 |
| ·噪声特征过滤器 | 第35-37页 |
| ·颜色特征过滤器 | 第37-38页 |
| ·纹理特征过滤器 | 第38页 |
| ·边缘形状特征过滤器 | 第38-39页 |
| ·实验与讨论 | 第39-42页 |
| ·实验数据集 | 第39-40页 |
| ·实验与结果分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于相似性的图像型垃圾邮件检测 | 第44-60页 |
| ·基于相似性的垃圾图片检测的一般方法 | 第44-46页 |
| ·改进的算法及流程图 | 第46-48页 |
| ·特征提取与优化 | 第48-52页 |
| ·局部不变特征的提取 | 第49-51页 |
| ·特征向量的优化 | 第51-52页 |
| ·GMM分类器 | 第52-54页 |
| ·GMM介绍 | 第52页 |
| ·GMM分类器的设计 | 第52-54页 |
| ·实验与讨论 | 第54-58页 |
| ·图像样本库的构建 | 第54页 |
| ·实验步骤 | 第54-55页 |
| ·结果与讨论 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·论文完成的工作 | 第60页 |
| ·未来的研究方向 | 第60-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |
| 攻读硕士学位期间获得的专利申请 | 第63-64页 |
| 缩略词 | 第64-65页 |
| 图表清单 | 第65-66页 |
| 参考文献 | 第66-68页 |
